【ＡＩ】ルービックキューブを一瞬で解くことに深層強化学習アルゴリズムが成功[07/17]

ルービックキューブを一瞬で解くことに深層強化学習アルゴリズムが成功
https://gigazine.net/news/20190717-rubiks-cube-solve-deepcubea/
2019/7/17 12時20分
GIGAZINE

【科学(学問)ニュース＋】

（写真）by Olav Ahrens Røtne
https://i.gzn.jp/img/2019/07/17//rubiks-cube-solve-deepcubea/00.jpg

囲碁のトップ棋士に勝利したAI「AlphaGo」は、自らの進化形として生まれた「AlphaGo Zero」に、誕生からわずか30時間で超えられてしまいました。AlphaGoとAlphaGo Zeroの違いは、AlphaGo Zeroが人間の棋譜を参考にせず、自身による強化学習で鍛錬を重ねたという点にありました。これと同じように、カリフォルニア大学アーバイン校(UCI)が生み出した深層強化学習アルゴリズム「DeepCubeA」は、人間の手助けなく、ルービックキューブをほんの一瞬で解けるようになったそうです。

UCI researchers’ deep learning algorithm solves Rubik’s Cube faster than any human | UCI News | UCI
https://news.uci.edu/2019/07/15/uci-researchers-deep-learning-algorithm-solves-rubiks-cube-faster-than-any-human/
https://i.gzn.jp/img/2019/07/17//rubiks-cube-solve-deepcubea/01.png

Solving the Rubik’s cube with deep reinforcement learning and search | Nature Machine Intelligence
https://www.nature.com/articles/s42256-019-0070-z

6色のパネル9枚で構成された六面体の立体パズル・ルービックキューブは、慣れてくると50手程度で解くことができ、最短だと20手を切ることが可能です。

UCIのピエール・バルディ教授らは、このルービックキューブを「DeepCubeA」と呼ばれる深層強化学習アルゴリズムで攻略。事前に解法を与えたり、人間を手助けをしたりすることなく、2日間かけた自己学習の結果、解決率100％、うち60.3％の事例で最短の解き方を得ることに成功しました。解くのにかかる時間は「ほんの一瞬」だとのこと。

バルディ教授によると、「DeepCubeA」は解決戦略が人間の解き方と異なっており、そもそも推論形式が異なっていると考えられるとのこと。プロジェクトの究極の目標は次世代AIシステムの構築にあるとのことで、「今回のことは、大きな目標への一歩です」とバルディ教授は語っています。

なお、今回の事例は「自己学習で解法に到達した」という点がポイントの1つ。すでにコンピューターを用いた「ルービックキューブ早解き」は相当な速度に到達しており、2018年にはマサチューセッツ工科大学のベン・カッツ氏とジャレッド・ディ・カルロ氏がわずか0.38秒での攻略に成功しています。

世界最速の0.38秒でルービックキューブを解くマシンが登場、世界記録を大幅に塗り替える様子がムービーで公開中 - GIGAZINE
https://gigazine.net/news/20180308-rubiks-cube-solving-machine/

GIGAZINE

動かすメカの方がすごEと思ったのワイだけ？

いまだに分からんのだが、
これを見れば分かる、てな動画とかある？

囲碁の難解さに比べたらルービックキューブなんかパターン化できるから屁みたいなもんやろｗ

いかに素早く機械で回転させるか？それが一番難しいだけ

動画はむしろわかりにくい
…少なくともワイにはどっかのサイトの画像の方がわかり易かった
現物もって画像見ながら繰り返してれば意外とすぐ覚えられる

>>3
真ん中の面を回転させるだけで良いので機械も回路組も難易度は低そうにみえます。

キッチリ90度ごとで止めるのは、最終的に難易度の高そうな部分。NC必須。

>>4
図での説明や動画のも難解だ。
おそらく空間認識より、その「記憶」が大事なのでは？
説明の通り再現してみるのはどうだろうか

家には分解再構築したキューブが数個飾って有って来客を驚かせている

>>1

最初に、どの程度シャッフルされてるかで、解く時間が変わるな。

一度、解かれたルービックキューブは、
或る特殊なシャッフルをしないと、スグに六面が合ってしまう。

今もっともＡＩ頭脳に近いのが藤井聡太七段

キューブをバラして解けないルービックキューブを作って混乱させてやれ

ビックル

いずれロボットに凌駕されて人類は滅亡するんだろうな

0.3秒で揃えるやつが凄すぎて　次元の早撃ちレベル

問題解決能力が人間を凌駕したとする報道は相次いでいるが、問題設定能力が人間を
凌駕したというそれはない。

難しいレベルの数学や物理学も解析してくれ

パターン解析するだけだろ
6面キューブなんて即終了じゃん低レベルすぎる

やってこそ面白いんだろ

ルービックキューブは解析アルゴリズムが既に出来てるしなあ。

>>1
キューブから衝撃波が出るレベルかな？

物理的に回すスピードなんてどうでもいいが60％で最短手順になるアルゴリズムが凄いな

ルービックキューブ6面揃えはネットのサイトでマニュアルもいっぱいあるから
まあそれらをじっくり見る根性と時間があれば3〜5時間で何とか出来る、事になっている

とはいっても、慣れないとどこをどっち向きに回すのかがさっぱり分からないだろうね

ぱっと出来ないタイプの人は、右ネジ、右手系の3次元座標空間にルービックキューブを置いた状況を想定して
マニュアルを見ながらそこでどう動かすのかを、徹底的に自分の言葉で表現しながら纏めていくしかない

DeepCubeGoならルービック・キューブを5面揃えられる

>>13
スカイネット

実物は記録保持者の動かし方が尋常じゃないので、真っ当な発想のロボットだと勝てない気がする

https://www.youtube.com/watch?v=M7m1V3aXrK4

分解して面の色を合わせながら再び組み立てていく

>>5
このアルゴリズムのすごいところは「ルールを教えなくてもルールを覚える」こと
これが理解できないとこの記事の意味も理解できない

どんなパターンでも22回回したら戻るんだよね

>>27
全然違う
ルールは与えてる

>>22
時間がかかっても自分で解法を見つけるのが楽しいのに簡単にギブアップして解き方をカンニングする人が多いみたいね
ちなみに俺は解くのに一週間かかった

>>30
普通の人はどうやったってできない
アンタは天才なのさ

>>28
2010年に20以内であることが証明されたよ
最大で20回ね

ますますブラックボックス化していくな

最近マジックでルービックキューブを一瞬で揃えるのが流行ってるけど
あれはマジックといってもテクニックで解法を覚えて瞬時に揃えてるんだよな

あれやる人はマジシャンというよりルービックキューバー

>>27
別にすごくもなんともないだろ
大したパターン数もないんだからAIからしたら簡単

数学の未解決問題を解いたら凄い。

>>31
やたら回してるうちにあるパーツが目的の場所に収まる→それを逆回しして手順を覚えて確実にできるようにする
の繰り返しだからなあ
天才と言うより根気と集中力だと思うよ

決められたルールによって、答えのある問題を解くという方法の最適化を探らせたら
おそらくAIは最強でしょうね人間の出る幕じゃない

現実の場合は答えのない問題ばかりだからAIがどれだけ優れていても役に立たないが

どういう仕組みなん！？
おれなんて一回もそろわしたためしがあらへんわ

>>4
揃った部分が動かないようにして
「こいつをこっちに持ってくる」的なのがあって
決められた順番にやって揃えるみたいだよ。
解説見ながらやったら出来た。覚えられる気がしないが。

最終進化型は６面の色を揃えろと言われたら、一瞬で６面に色を
塗ってしまうという解決方法をとるようになる

>>38
強いAIが出来たら人間はあらゆる分野で置いてけぼりにされる
多分人類をAIが手伝ってくれることも無い

＞事前に解法を与えたり、人間を手助けをしたりすることなく

で、もっと簡単なスライドパズルを何も変更しないで解けるの？
Cubeって名前付いてるからルービックキューブ専用？

深層学習ってなんだよ
deep learningなら深学習だろ
deep layer learningじゃない
日本はそんな翻訳してるからいつも周回遅れ

関数は函数で読みはファンクションそのものなのにかんすうと読ませるばかな教育がずっと続いてるし

微分と導関数をそれぞれ英語に訳して見ろ

>>44
どうでもいいことを気にしてるだけのお前が一番遅れてるけどなwwww

アルゲブラというカタカナ語をそのまま使うより
代数学としてよかった。
ファンクションだとそのまま働きとか機能でよかったわけか。
函数も関数（関係する数）もそれぞれなるほどとは思うけどね。

ルービックの解法なんざパソコンでも楽勝だろうが

>>3
結局メカの性能だな。

今のAI研究は、何を解いたかよりも、いかにして解いたか、を追求するフェイズ。
万能アルゴリズムに近いほど良い。
完成すれば、数学的に計算可能な問題はすべて現実に解決可能になる
これはたぶん新しい宇宙を創造することに等しい…

数学的に計算可能な問題を作成するのは人間だから
その作成が現実に適したものであるかの誤差が大きければ大きいほど
AIがその問題の答えを出しても現実問題の解決に誤った方向に導かれることになる
むしろ、AIが出した解答に人間がそれが適切かどうかの理解が及ばなくなるだろう

>>36
実は、alphaGoを作ったディープマインドがそれに挑戦している。
可微分ニューラルネットワークというものを用いているんだが、
残念ながら小学生にも劣る性能しか達成できていない。

これはモーターがすごい

しょーもないＡＩ作るな
早く完全な人格を持ったＡＩ作れ

AIってどこまで進化するんだろう？
そのうち学習だけじゃなくてプログラミングも自分で書き換えて性能を上げていくんだろうけど人間の意図と外れた方向に進化していったりしないんだろうか？

自己学習でパズルを解いたのが凄いな
てか凄いというよりは恐ろしい感じがする
AIって最終的には人の能力を超えていくんだろうな

>>57
処理においては人の能力はとっくに超えてるだろ
しいていうなら意思というか生かし方とか新しいことへの挑戦は無理なんだろうな

>>15
＞問題設定能力が人間を 凌駕したというそれはない。

問題設定能力が人間を凌駕したとする
すると、その問題とやらを理解できる人間が誰もおらんわけで・・・

量子とかカオスコンピューターが進化すれば
その内部思考は人間の理解を超えてしまうだろうけどね

思考機械がそこまで進むと
アリがヒトの存在や思考をまったく認識できないの同じだわ

>>53さん、教えてくださってありがとう。

大昔I/Oに載ってた解法を覚えて学校で見せびらかした覚えがあるわ
何十年も前だからもう忘れたが

これを基礎に 何か他に応用出来るの？

>>62
応用例がこれだと思う

次はスネークキューブで一瞬でお題通りの物を作ってみやがれ

>>29
ルールではなく「結果」を与えている

>>35
AIは総当たりではない

>>62
そこの研究室は知らないが、
同じ深層強化学習を研究しているディープマインド社は先日
「スタークラフト２」というリアルタイムストラテジーゲームにおいて
ＡＩでプロプレイヤーに勝利することに成功した。

ゲームとは言え、ＡＩが人間と戦闘して勝ったわけだ。
ということは、これが現実の戦闘だったとしても、
同じ結果になるということだ。

>>65
はずれ

それAIじゃないだろ

>>67
現実の戦争って非対称戦争なので
スタート時に対等なゲームで勝利したところでなあ

羽生さん相手に19枚落ちで毎回勝てるようになったら話は違うだろうけど

>>70
スタークラフト２は人間が楽しむためのゲームだから対称に設定されているだけ。
深層強化学習は対称とか全く関係ないよ。

>>9
一度解かれたも何も、解かれた状態は新品と同じなんだけど。

この板ってディープラーニング知らん人ばっかでレベル低すぎって思ったことあるけど
最近はそうなのかな

>>71
まじで？
それは学習することに対称性が関係ないってだけの話じゃないの？
AlphaGo Zeroって自分自身と対戦していく教師なし学習をするんだろ
片方だけ○枚落ち、という非対称性状況ってちゃんと学習できるの？
状況が特殊すぎて一方の学習結果がもう一方に反映できないように思えるのだが

あー問題ないか
○枚落ちって○枚いない時のシチュエーションを提供してるだけにすぎないのか

>>74
囲碁がまさに非対称で、先手と後手で違いがあり、コミというハンデもある。
AlphaGoは（AlphaGo Zeroもだが）、可能なあらゆる手について１０００通りとか最後までプレイしてみて、
最も勝率の高かった手を実際に打つ手とする。それを一手毎に繰り返すので、対称とか関係ない。

>>41
ペンキ缶に投げ込むのか？

ルービックキューブは3x3がオリジナルですが
世界一のルービックキューブは何x何でしょう？
実際に手で持って遊べる現物で答えてください
わかるかな？

>>78
ルービックキューブは登録商標なので3x3しかない
これが答えかな？

これにはガロアも苦笑い

>>78
以前、数学的な上限があると聞いた。それより大きいと部品が届かなくなるとか。
16x16x16とかその辺りの数値だった気がするが、忘れてしまった。すまん。

こういう、シミュレーションでいくらでも教師データを増やせたり、強化学習ができたり
する類のゲームは、AIが得意とするところだよな。

計算資源投入すればよいだけだから。

>>78
日本で買えるのはこれが最大かな17x17x17
https://store.tribox.com/products/detail.php?product_id=2237
面が膨れていたり各パーツの大きさが同じじゃないのは構造的な問題
ちなみに4x4x4と5x5x5が出来ればそれ以上は応用で解けるのでさほど難しくない

キューブ　じゃなくて正八面体とか正二十面体なんかのもあるんだっけ

八角柱のルービックキューブは色の並びという落とし穴があって
10面中8面だけ揃う罠に泣かされたっけｗ

あのもっとすごい技を見せてくれるgifを貼ってくれ。

囲碁より簡単と書いてる奴がいるが、
本質はそこじゃない


囲碁のAIは評価を深層学習してるだけで、探索自体は既存のモンテカルロ木探索

このキューブは、探索まで深層学習してる所に凄みがある

最先端では自己学習できるようになってたのか

>>27
これわ草生える

AI 「いつまでルービックキューブやらすねん。」

アラビックヤマト

>>76
AIっつうか、総当たりじゃん

>>92
たった１０００通りのどこが総当たりだ？

知的好奇心のおもむくままにＡＩ開発して、自滅してく人類
人間最大の魔物は知的好奇心

>>5
記事も読めないチンパンジーくん、
君には早かったみたいだねw

What Was Division by Zero?;
Division by Zero Calculus and New
World：
http://vixra.org/abs/1904.0408

Announcement 478: Who did derive first the division by zero 1/0 and
the division by zero calculus tan(pi/2)=0, log 0=0$as the outputs of a computer? \\ (

これらの1番のキモは自己解答でたどり着いたってことだろ

https://juniperpublishers.com/bboaj/pdf/BBOAJ.MS.ID.555703.pdf


Is It Really Impossible To Divide By Zero?

The Institute of Reproducing Kernels is dealing with the theory of division by zero
calculus and declares that the division by zero was discovered as 0/0=1/0=z/0=0
in a natural sense on 2014.2.2. The result shows a new basic idea on the universe
and space since Aristotelēs (BC384 - BC322) and Euclid (BC 3 Century - ),
and the division by zero is since Brahmagupta(598 - 668 ?).

再生核研究所声明 470 (2019.2.2) 　
ゼロ除算 1/0=0/0=z/0=\tan(\pi/2)=0 発見５周年を迎えて

Black holes are where God divided by 0：Division by zero：
1/0=0/0=z/0=tan(pi/2)=0 発見５周年を迎えて

>>94
饕餮

将棋や囲碁に明日はあるのか　どんな名人にもスマホがあれば勝てる時代

いつかはバラして組み立てるのを思い付くのん？

>>5
おまえバカだなｗ
問題の解決策を一瞬で提示できるという意味だぞ。

>>27
こいつ馬鹿すぎるだろｗ
AIに置き換えなければ

>>103
それ、AIの手として駒を動かしてるだけで、本人は勝ってないだろ

相撲無敵のAI誕生

コーチやらせたら選手の成績上がったってのはまだだっけ?

>>78
正解は何だ？
>>79が正解でいいの？

>>9
実は沢山シャッフルしても意味がない
回してくうちに偏りが出来て一部分揃ってる状態が出てくるから
90度回転を20回くらいすれば充分

>>61
ツクダ式だな

>>65
ルール与えないAIが自由に解くなら一度分解して貼り直すと思う
もしそれを思いつかないならまだ人間には程遠いね

>>110
ルービックキューブの登録商標を持ってるメガハウスが出してるキューブなら2×2でもルービックキューブ
ちなみに他の会社のはスピードキューブとか立体パズルという名称

ルービックキューブは１０の１８乗のオーダー程度（エクサスケール）だから、
それなりの規模のDCNNだったら、全パターン暗記に近い近似表現ができてる
可能性あるね。

囲碁・将棋と比べたらべらぼうに狭い。

ルービックキューブのどんな組み合わせも90度回転が20回以内で揃えることができると証明されている。
90度回転は18通りあるから、総当たりで揃えようとすると、最大で18の20乗ほど試さなければならない。
これはエクサスケールコンピュータをもってしても、最短で数ヵ月かかる計算量だ。

ワシは全面真っ黒なキューブで頑張っている

>>116
人間が１０秒以内に解けるくらいの解法が確立しているわけで。
総当たりなんて持ち出すのは筋が悪い。

その解法を外部からルールを与えることなく、DCNNの強化学習で
導き出す事に成功したという事でしょ。

凄い成果というより、最初からできることがわかっていた問題を試した
くらいのレベルにしか見えない。

>>78
何が世界一なのか書いてない
価格が、質量が、分割数が、などいろいろある
そして、他の人から言われている通り、ルービックキューブは登録商標だという点を考慮してなさそう
クイズとしてまるでダメ

人間でも脳内思考なら一瞬じゃね？

AI使わなくても

>>118
いや、ルールを与えて解けたんだよ

初期状態や色の遷移規則や目標状態などのルールは与えてる
与えてないのは解に向かう戦略

>>123
いやこれはルービックキューブ解く方法を数式で与えている
与えていないのはルービックキューブの初期状態

決定論的に解ける問題をDL使って解いても「へー」としか思えんなあ…

学生実験でNNに初めて触れた時、「すげえ、ニューラルネットってXORを学習できるんだ！人間なら一発だけど計算機が学習できるんだ！」
という感動があったが、専門家にとってはそれに近いものがあるんだろうか

>>25
https://www.youtube.com/watch?v=z-cWdiLGsSw

あれなら別にAI使わんでもいけるだろ

>>127
AIを使わずに何を使うんだよ
言えないだろ

これって深層系使う意味あるの？

＞＞１、え・・・？

要は、真ん中の層は動かさなくていいの？

なんか世界（世界）はスパコンってのが仮説ではなくなりそうだな・・。

AIもやっと俺の領域に近づいてきたか

再生核研究所声明　５００（2019.7.2８）
数学の令和革新と日本の挑戦、東京オリンピック

>>129
ここで重要なことは、ORやANDは１層で実現できるのに対し、XORは１層では実現できないということ。

>>130
横から見て上層、中層、下層とする
中層を右に回す＝上層と下層を左に回す
なので中層は固定したままで良い

この説明で伝わった？

所詮ん中身は半導体
あいつら馬鹿だから
足し算と引き算しか出来ないんだぜ

２×３４５６なんか
２を３４５６回足し算してるんだぜ
すごい馬鹿だろ

>>136
×２は、さすがにシフト演算だと思われ

>>136
ビットシフト命令と足し算でやってる
掛け算ができないCPUでも掛け算を足し算の繰り返しでやるプログラム書いたら恥ずかしいぞ

「フィールドマルチプライヤー」ってちょっと格好いい単語だよな

>>1
やっとAIが俺に追いついてきたな

>>136
人間は「たす」「ひく」「かける」「わる」の四則演算
半導体は「たす」「はんてん」「ずらす」の三則演算です

>>141
素晴らしい